随着国家专利法的健全，人们法律意识的提高，外观专利的申请数量急剧增加，来自个人与企业的对外观专利图像的检索需求强烈。目前国内针对外观专利的检索系统主要是基于关键字的，而基于关键字检索外观专利的图像不能很好的解决用户的需求。基于图像内容的外观专利搜索，从分析专利图像的特点入手，对这些特点进行研究，实现了外观专利图像的底层视觉特征与高层语义特征提取，在此基础上研究了基于图像特征的分类。专利图像底层视觉特征含有颜色特征与形状特征，颜色特征采用划分网格的色彩直方图的方式获取，形状特征采用金字塔化的梯度方向直方图的方式获取。在底层视觉特征中融入空间分布信息，使其更接近人类对物体的感知；图像的高层语义特征是为提高检索效果，缩小底层视觉特征与人类对图像理解之间的差距提出的。针对外观专利的图像的知识范围有限且语义定义具体，采用结合专利文档与图像获取图像语义信息，融合图像的底层视觉特征提取了专利图像的语义特征。在实现语义特征时采用样本空间来定义语义空间，采用融合外观特征与几何形状特征作为专利图像的底层视觉特征。其中语义空间的参考基是支持向量机在每个类上获取的最优分类面的集合，外观特征采用了基于局部区域的描述符，同时避免了局部特征的关键点检测部分，减少了提取特征的时间。最后采用外观专利图像数据作为测试集合，对提取的图像特征在判别能力，提取时间等方面进行了详细的测试，测试结果表明这些特征能够满足外观专利图像检索的检索速度与效果要求。同时，把获取的语义特征与目前常用的效果很好的局部特征SIFT做了对比，语义特征的判别性明显优于局部特征SIFT。